Data Scientist, AI/ML

Wilayah: Amerika Serikat. Sumber lowongan: Jobicy. Lamar melalui halaman sumber.

Data Scientist, AI/ML

Deskripsi Pekerjaan:

Sistem yang kompleks dan serba cepat saat ini telah menjadi ladang ranjau risiko keandalan, yang mana pun dapat menyebabkan pemadaman yang merugikan jutaan dolar dan menghancurkan kepercayaan pelanggan. Itulah sebabnya tim dengan ketersediaan tinggi menggunakan Gremlin untuk menemukan dan memperbaiki risiko keandalan sebelum menjadi insiden.

Gremlin Reliability Platform membantu tim perangkat lunak untuk secara proaktif memantau dan menguji sistem mereka terhadap risiko keandalan umum, membangun dan menegakkan standar keandalan, serta mengotomatiskan praktik keandalan mereka di seluruh organisasi. Sebagai pemimpin industri dalam Chaos Engineering dan pengujian keandalan, kami bekerja sama dengan ratusan organisasi terbesar di dunia yang mengutamakan ketersediaan tinggi sebagai hal yang mutlak.

Tentang Peran Data Scientist, AI/ML

Sebagai seorang Data Scientist, AI/ML di Gremlin, Anda akan memiliki kesempatan untuk meningkatkan keandalan internet secara keseluruhan dengan mengubah jutaan eksperimen chaos engineering menjadi analisis kegagalan dan perbaikan otomatis. Anda akan dapat memanfaatkan pengalaman machine learning terapan untuk mengarahkan arah produk serta memecahkan masalah teknis kompleks yang berdampak langsung kepada pelanggan kami (yang berkisar dari perusahaan Fortune 500 hingga organisasi yang lebih kecil). Anda akan bekerja sama erat dengan tim teknik yang kecil dan berbakat yang berfokus pada kualitas, pengiriman, dan prediktabilitas dengan penekanan pada penyediaan pengalaman pengguna yang luar biasa bagi pelanggan kami.

Dalam peran ini, Anda akan:

• Menganalisis kumpulan data kepemilikan Gremlin yang berisi jutaan eksperimen chaos engineering untuk mengidentifikasi pola kegagalan, akar masalah, dan sinyal ketahanan di seluruh sistem terdistribusi yang kompleks

• Melakukan pretraining dan fine-tuning model machine learning yang secara otomatis mendeteksi, mengklasifikasikan, dan menjelaskan kegagalan yang diamati selama eksperimen chaos

• Membangun sistem cerdas yang memberikan rekomendasi perbaikan otomatis, dan pada akhirnya orkestrasi, dengan belajar dari hasil eksperimen historis dan perilaku sistem

• Mengembangkan data pipeline yang dapat disesuaikan dan feature store untuk memproses, memperkaya, dan melayani volume data eksperimen yang besar untuk pelatihan model maupun inferensi waktu nyata

• Berkolaborasi erat dengan platform engineer dan SRE untuk mengintegrasikan kemampuan analisis kegagalan dan perbaikan berbasis AI secara langsung ke dalam produk inti Gremlin

• Menerapkan teknik tingkat lanjut, termasuk causal inference, graph ML, time-series modeling, dan reinforcement learning, untuk terus meningkatkan akurasi dan keterbentukan tindakan dari analisis kegagalan otomatis

• Menerjemahkan wawasan dari jutaan eksperimen chaos menjadi fitur bertenaga AI yang membantu pelanggan secara otomatis memahami radius dampak, menentukan akar masalah, dan mempercepat pemulihan

• Meneliti dan memproduksi pendekatan ML baru, termasuk causal AI dan agentic systems, yang mengubah data eksperimen chaos mentah menjadi strategi perbaikan yang otomatis dan andal

Kami berharap Anda memiliki:

• Pengalaman sebagai pemecah masalah yang mandiri dan kolaboratif dengan keterampilan komunikasi yang kuat

• Pengalaman profesional 5+ tahun dalam membangun dan memproduksi machine learning, idealnya untuk sistem terdistribusi, infrastruktur, atau kasus penggunaan DevOps dan SRE dengan pengalaman bertahun-tahun secara keseluruhan dalam pengembangan perangkat lunak.

• Pengalaman langsung dengan teknik seperti causal inference, graph ML, time-series modeling, atau reinforcement learning

• Pengalaman membangun data pipeline dan feature store yang mendukung pelatihan offline maupun inferensi waktu nyata

• Pengalaman dengan lingkungan dan praktik pengembangan agile

• Pendukung kuat dan praktisi eksperimentasi yang ketat, evaluasi model, dan praktik terbaik teknik

• Nyaman bermitra dengan platform engineer dan SRE untuk mengubah riset menjadi fitur produk yang dirilis

• Kuat dalam memecahkan masalah yang ambisius menjadi tindakan dan tonggak pencapaian yang konkret

Pengalaman Tambahan (Bonus):

• Pengalaman dengan chaos engineering, site reliability engineering, atau sistem terdistribusi

• Latar belakang dalam agentic AI systems atau causal inference berskala besar dalam produksi

• Pengalaman menyiapkan perkakas MLOps seperti model serving, monitoring, atau infrastruktur feature store

• Bekerja di lingkungan yang mengutamakan jarak jauh (Remote first)

• Pernah bertugas on-call dan berpartisipasi dalam program manajemen insiden

*Peran ini tidak menawarkan tunjangan sponsor pekerjaan.

**Jika Anda merasa tidak memenuhi semua kriteria di atas tetapi tetap tertarik dengan pekerjaan ini, silakan melamar. Tidak ada seorang pun yang mencentang setiap kotak, kami mencari kandidat yang sangat kuat di beberapa bidang, dan memiliki minat serta kemampuan di bidang lain.

Kompensasi

Kami memperkirakan kisaran gaji untuk peran ini adalah $220.000 – $290.000. Kami menyadari bahwa gaji bervariasi dari satu orang ke orang lain tergantung pada tingkat pengalaman dan kami menyambut percakapan langsung mengenainya